两个经典宏观经济关系在中国的检验，本文主要内容关键词为：宏观经济论文,中国论文,两个论文,关系论文,经典论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］F015，F124.8.［文献标识码］A ［文章编号］1000—2952（2007）03—0005—09
一 引言
什么是经济周期？经常被经济学家引用的技术性定义有两个。一个来自美国国民经济研究局（NBER）的Burns和Mitchell，他们认为，“一个周期包括许多经济活动大体上同时的扩张，和随之而来的同样的全面衰退、紧缩和复苏，本轮的复苏迎来下一个周期的扩张阶段；这一变化序列是重复发生的，但不是定期的；在时期上，经济周期从1年多到10年或12年不等；它们无法划分成具有同样特征， 并且振幅与其自身接近的若干个较短周期。”① 另一个来自1995年诺贝尔经济学奖得主Robert Lucas Jr.，在回顾宏观经济时间序列的数量特征时，他认为，“从技术上说，任何一个国家的GNP 围绕其趋势的运动都可以用一个很低阶的具有随机干扰项的差分方程来很好地描述，不管是在时期上还是在振幅上，这些运动都表现出非一致性，也就是说，它们并不类似于自然科学中有时会出现的确定性波动。所观察到的规律在于不同总量时间序列之间的协同运动。”②
从Burns和Mitchell那里，经济学家们继承了对经济周期波长的划分。目前，许多经济学家认为，一般意义上的所谓经济周期，其波长在6～32个季度之间， 剩下的短波成分可以看作季节因素和短期随机扰动，长波成分可以看作长期增长趋势。③ 其实，把宏观经济运行看作长期增长和短期波动的某种组合， 在分析问题时区分长期因素和短期因素，是宏观经济学研究的传统智慧。把宏观经济时间序列分解为不同波长的成分，涉及到滤波方法的选择和使用。在真实经济周期（Real Business Cycle,简称RBC）理论的发展过程中，先后主要采用三种滤波方法，即HP滤波，BK滤波和CF滤波，这三种方法都可以从原始时间序列中分离出不同波长的成分，然后再进行后续分析。
从Lucas开始， 现代经济周期理论研究开始强调宏观经济时间序列的变动性（volatility）、持续性（persistence）和协动性（co-movement）。这些性质可以用方差和相关系数等统计量刻画，它们构成经济周期波动特征事实（stylized facts）的主要方面。变动性由单个序列的方差表示，刻画该序列的变动程度；持续性由单个序列的自相关系数表示，刻画该序列前后项之间的相关关系，即该序列的持续和粘滞程度；协动性则由两个序列之间的相关系数表示，刻画这两个序列之间的变动关系和相互影响。
Christiano和Fitzgerald利用他们自己设计的CF滤波器考察了宏观经济学研究中的两个经典关系：菲利普斯曲线关系和通货膨胀—货币增长关系④。这两个关系的共同特点是，在短期和长期其表现形态有所不同。因此，用滤波的方法分解相关时间序列，然后再分析各序列之间的变动关系和相互影响，即协动性，就再自然不过了。本文采用CF滤波方法，考察这两个关系在中国的情况。本文后面的论述安排如下，第二部分综述三种滤波方法；第三部分讨论菲利普斯曲线关系在中国的情况；第四部分讨论通货膨胀—货币增长关系在中国的情况；最后是结论。
二 三种滤波方法的综述和评介
HP滤波器由Hodrick和Prescott⑤ 提出，此后获得了广泛应用。虽然也有一些批评和争论，但是总的来说，HP滤波器经受住了各种考验，成为时间序列去趋（Detrend）方法的一个基准。在关于HP滤波器的争论中，很重要的一项就是参数γ的取值问题。Hodrick和Prescott的研究使用季度数据，取γ＝1600。此后，大量研究都沿用这个取值，应该说在季度数据方面经济学家基本达成了共识。但是，当面对其它频率的数据，尤其是年度数据时，则存有很大分歧。Ravn和Uhlig⑥ 的研究结论是，γ的取值应该是观测数据频率的4次方，即年度数据取γ＝6.25，季度数据取γ＝1600，月度数据取γ＝129600。他们的研究结果得到了后续研究的支持。⑦
BK滤波器由Baxter和King⑧提出，实际上是一个对称的固定加权移动平均。 与HP滤波相比，在季度或者更高频率的数据方面，BK滤波的优势相当明显。因为BK是Band-Pass滤波⑨，可以将时间序列分解为三个部分，即高频的短期随机扰动、 低频的长期增长趋势和中间频率的经济周期波动，而HP滤波作为一个近似的High-Pass滤波，在分解波动成分时会遗留高频的短期扰动成分。但是，对于年度数据来说，最高频率也要2年，因此所有高频成分都可以看作是经济周期波动， 这时三段式的分解就不必要了。在Ravn和Uhlig解决了HP滤波年度数据惩罚因子γ的取值问题以后，在年度数据2～8年频段的滤波方面，BK滤波相对于HP滤波并没有明显优势。
CF滤波由Christiano和Fitzgerald⑩ 提出，也是一种Band-Pass滤波，BK滤波在某种程度上可以看作它的特殊情况。与BK滤波相比，CF滤波有两点突破。首先，Christiano和Fitzgerald发现，在有限样本情况下，对理想滤波器做最优近似要考虑被分解序列的时间序列性质。因此，在滤波之前，先要考察被滤波序列的时间序列表示。其次，CF滤波虽然也是一种线性滤波，但是它放弃了BK滤波的平稳性和对称性假设。Christiano和Fitzgerald考察了他们提出的两点突破在数量上的重要性，发现权重的非平稳性和非对称性很有价值，很大程度上提高了估计的精确性，而其导致的成本也相对较小。但是，事先知悉滤波序列的时间序列表示并不是很重要，因为其估计结果并不显著优于假设原始序列产生于一个随机游走（Random Walk）过程。据此，CF 滤波只需考虑两类样本，一类是不含单位根的样本，在进行适当的均值或者趋势调整后进行滤波。对于含有单位根的非平稳过程，不管其单整阶数是多少，都可以假设其产生于随机游走（即一阶单位根过程），从而进行相应的滤波。因此，CF滤波有时也被称为随机游走滤波。CF滤波的优点来自设计中的这两个突破，可是，在一些批评者看来，这正好又是它的缺点。Iacobucci和Noullez(11) 在最近的研究中指出，CF滤波的非平稳性和非对称性在某些情况下可能会导致消极后果，而假设所有非平稳过程都产生于一个随机游走序列，不但在理论上很难站住脚，而且在某些情况下会导致糟糕的近似。
这三种滤波方法都可以看作是频率选择滤波，即试图从原始序列中分离出特定频段的成分。频域上的连续性对应时域上的无穷序列，因此，理想滤波需要无穷样本。在有限样本的情况下，就需要对理想滤波进行近似，这三种滤波都可以看作是对相应理想滤波的近似。从这个角度来说，它们都远非完美，由于设计思路和近似方法的不同，三者各有其优缺点。
下面我们用四种滤波器对中国的年度实际GDP序列进行滤波，分别是普通的HP滤波（λ＝100）、经过Ravn和Uhlig调整的HP滤波（λ＝6.25）、2～8年的BK滤波（BK（2，8））以及2～8年的CF滤波（CF（2，8）），结果显示在图一。可以看出，除了HP滤波（λ＝100）方差较大而外，后三种滤波的结果相当接近，其中尤其以HP（λ＝6.25）和BK（2，8）最为接近。由于BK滤波的结果和HP（λ＝6.25）十分接近，而BK滤波会损失样本，所以，在对中国的年度宏观时间序列进行2～8年频段的滤波时，我们推荐优先考虑HP（λ＝6.25）滤波和CF滤波。当然，如果涉及到其它频率的数据和真正的Band-Pass滤波时，HP滤波的局限性还是很大，因为它只是一个High-Pass滤波器。 在下面的研究中本文使用CF滤波，因为我们需要分解出时间序列在2～8年、8～20年和20～40年三个频段的成分
图一 中国实际GDP的四种滤波结果（1952～2005）
注：数据来自《中国统计年鉴》各期，滤波前先对数据取自然对数。
三 菲利普斯曲线关系在中国的检验
关于菲利普斯曲线的争论是现代宏观经济学研究的著名公案，无论是在国外还是国内，都积累了大量文献。弗里德曼（M.Friedman）在这方面的研究是一个里程碑，他认为，失业和通货膨胀之间的替换关系只是一种短期现象，在长期这种关系就不存在了。本文应用CF滤波的研究表明，中国1978年～2005年的数据在一定程度上证实了弗里德曼的命题，但是1952年～2005年的数据则显示出了多少有些反常的关系。
菲利普斯曲线有三种表达方式，即“失业—工资”方式、“失业—物价”方式和“产出—物价”方式。由于失业率数据在我国不易获得，所以大多数研究都采用最后一种形式。(12) “产出—物价”形式的菲利普斯曲线涉及两个时间序列， 一是产出缺口，即实际产出偏离潜在产出的部分；一是物价变化，也就是通货膨胀率。一般说来，当产出缺口为负、经济运行在潜在产出之下时，通货膨胀率下降；当产出缺口为正、经济运行在潜在产出之上时，通货膨胀率上升，这就是正常的菲利普斯曲线关系。参照Christiano和Fitzgerald的研究，本文分别用CF（2，8）、CF（8，20）和CF（20，40）三种滤波器对上述两个序列进行滤波，结果显示在图二。数据是1952年～2005年的中国年度数据，产出是实际GDP， 通货膨胀率由居民消费价格指数衡量，产出取了自然对数。
图二 中国实际GDP和通货膨胀率的CF滤波（1952～2005）
注：数据来自《中国统计年鉴》各期。
滤波后的通货膨胀率和GDP的散点图显示在图三上面三个小图中，我们发现，在1952年～2005年的样本区间上，出现了和弗里德曼的命题相左的结果。在2～8年的频段内，GDP和通货膨胀率几乎不相关，而随着频率的降低， 二者逐渐有了不是很显著的轻微正相关（在CF（8，20）下相关系数为0.16，在CF（20，40）下相关系数为0.25）。应该说，这个结果并不意外。由于在改革开放前的很长一段时间内，我国实行固定物价的政策，通货膨胀率一直保持在极低水平，这就造成了通货膨胀率和产出即使在短期内也没有相关性，而这种反常则最终导致了整个样本区间内的反常关系。其实，从图二可以很容易观察到，在1978年前后，两个序列的协动关系发生了较大变化。
改革开放以后，随着市场化和货币化进程的不断加快，我国的物价水平开始活跃起来。从1978年至今，我国共发生了四次比较严重的通货膨胀，而在1997年亚洲金融危机之后，又出现了一定程度的通货紧缩。因此，考察这一时期的通货膨胀率和GDP的关系应该是本文研究的重点所在。图三下面的三个小图显示了1978 年～2005年样本区间内通货膨胀率和GDP之间的关系，结果表明，改革开放以后， 中国在短期内明显存在菲利普斯曲线关系，但是在长期这种关系逐渐减弱。在2～8年的频段内，GDP和通货膨胀率显著正相关，相关系数为0.59；而在8～20年和20～40年的频段内，虽然仍然存有正相关关系，但是相关系数明显减小，分别为0.29和0.15。这在一定程度上证实了弗里德曼的命题，即失业和通货膨胀之间的替换关系只是一种短期现象，在长期这种关系就不存在了。然而，由于本文使用的是“产出—物价”形式的菲利普斯曲线，更准确的表述应该是，改革开放以来的中国宏观经济短期和长期总供给曲线都向右上方倾斜，但是长期总供给曲线的斜率要大得多，极端一些甚至可以看作垂直于横轴。
图三 CF滤波后的中国GDP和通货膨胀率的散点图
注：上面三图的样本区间是1952年～2005年，下面三图的样本区间是1978年～2005年，数据来自《中国统计年鉴》各期。
这个结论具有很强的理论和政策含义。弗里德曼命题成立的关键在于，在长期人们会调整其通货膨胀预期，因此，政府政策无法使通货膨胀率长期高于预期通货膨胀率，同时也就无法使失业率长期低于自然失业率（或者说使实际产出长期高于潜在产出）。从我国改革开放以来的数据来看，成熟市场经济的这一规律在我国完全适用。另外，如果长期总供给曲线垂直于横轴，那实际上就意味着在长期货币是中性的。因为，如果长期总供给曲线垂直，那么名义货币存量的变化就不会导致产出和就业变化，而只会导致价格水平的同比例变化，此时，实际货币余额也就不会变化，因而利率也保持不变。这一结论对我国宏观调控中货币政策的制定无疑具有重要的指导和借鉴意义。
四 通货膨胀—货币增长关系在中国的检验
货币是不是通货膨胀的原因？这是宏观经济学研究中的一个老问题。弗里德曼的回答成为被广泛引用的格言：通货膨胀无时无处不是一种货币现象（Inflationis always and everywhere a monetary phenomenon）。实际上，这个问题在短期和长期有不同表现，关于货币增长和通货膨胀关系的一个命题是：货币增长和通货膨胀在长期高度相关，而在短期这种相关性不显著。(13) 下面我们用中国的数据来检验上述命题。
我们先在1952年～2005年的样本区间考察这个问题，货币增长率用M0衡量，通货膨胀率用居民消费价格指数衡量，经过CF（2，8）、CF（8，20）和CF（20，40）滤波后，结果显示在图四。图中一个很明显的特征是，无论在哪个频段。M0在相位上都领先于通货膨胀率。这说明至少从时间关系上来看，货币投放的扩张和收缩先于通货膨胀率的变化。从相关系数来看，在2～8年的频段，领先1期的M0 与通货膨胀率的相关系数是0.53，而当期的相关系数只有0.24；在8～20年的频段，领先2期的M0与通货膨胀率的相关系数是0.67，领先1期的是0.52，而当期只有0.14；在20～40年的频段内，领先1～5期的M0与通货膨胀率的相关系数都在0.7以上， 最高是领先2期的0.8，而当期M0与通货膨胀率的相关系数是0.67。当期M0与通货膨胀率的散点图显示在图五的上面三个小图中。据此，可以说中国1952年～2005年的数据在一定程度上证实了上面的命题，但是，结果远非完美。因为，8～20 年频段只是在领先相关系数上大于2～8年频段，而在当期相关系数上却低于2～8年频段，这与命题的论述矛盾。
造成上述结果的原因可能有两个：一是改革开放前我国的物价基本固定，从而通货膨胀率变化不大，这从图四可以观察出来，而在2～8年频段和20～40年频段尤为明显；二是改革开放后，尤其是上世纪90年代以后，随着各种支付手段和金融工具的发展，M0已经不能很好地代表中国的货币总量了。我们先从第一个原因入手，讨论1978年～2005年样本区间内M0和通货膨胀的关系，结果显示在图五中间的三个小图中。虽然与上面三个小图相比变化很小，但是结果却多少有了一些改进。从相关系数来看，在2～8年的频段内，领先1期的M0与通货膨胀率的相关系数是0.61，而当期的相关系数是0.11；在8～20年的频段，领先2期的M0与通货膨胀率的相关系数是0.64，领先1期的是0.55，而当期是0.20；在20～40年的频段内，领先2期的M0与通货膨胀率的相关系数是0.75，领先1期是0.76，而当期是0.70。可见，8～20年频段当期的相关系数要大于2～8年频段，前面提到的矛盾似乎已经不存在了。本文没有考察这个改进在统计上的显著性，但是，由于CF滤波本身的近似性质，我们认为这种改进并不强健（Robust）。因此，单从M0和通货膨胀率的关系来看，改革开放前后其实没有重大变化。通过图四、图五和上面的分析可以看出，即使在物价受到严格控制的传统体制下，通货膨胀率与货币增长率仍然具有较高的相关性，通货膨胀果然“无时无处不是一种货币现象”。
图四 中国货币增长率（M0）和通货膨胀率的CF滤波（1952～2005）
注：数据来自《中国统计年鉴》各期、《中国金融年鉴》各期。
图五 CF滤波后的中国通货膨胀率和货币增长率的散点图
注：上面三图的样本区间是1952年～2005年，货币总量是M0；1978年～2005年，货币总量分别是M0和M1。数据来自《中国统计年鉴》各期和《中国金融年鉴》各期。
下面我们再从第二个原因入手，在1978年～2005年的样本区间内讨论用M1衡量的货币增长率与通货膨胀率（仍然用居民消费价格指数）的关系，滤波结果显示在图六中。从图中来看，2～8年频段比较混乱，没有可以观察的明显特征；8～20 年频段M1有一定的相位提前；20～40年频段二者的变化相当一致，几乎观察不到M1的相位提前。中间三图和下面三图的样本区间都是从相关系数来看，在2～8年的频段内，领先1期的M1与通货膨胀率的相关系数是0.54，而当期的相关系数为－0.11；在8～20年的频段，领先2期的M1与通货膨胀率的相关系数是0.64，领先1期的是0.72，而当期是0.56；在20～40年的频段内，领先1期的M1与通货膨胀率的相关系数是0.79，当期则高达0.98，而滞后1期的相关系数也高达0.87。当期M1与通货膨胀率的散点图显示在图五下面的三个小图中。应该说，这个结果对上面命题的验证堪称完美。另外还要指出的是，如果货币增长率的度量可以是M1或者M2，通货膨胀率的度量可以是居民消费价格指数、商品零售价格指数、或者GDP缩减指数，在样本区间1978年～2005年验证所有的六种组合后，我们发现所有结果几乎同样完美。据此，本文得出如下结论：改革开放以后，在短期我国的通货膨胀率与货币增长率相关性较小，而且存在1～2年的滞后；在长期通货膨胀率与货币增长率高度相关，而且几乎不存在滞后。
图六
中国货币增长率（MI）和通货膨胀率的CF滤波（1978～2005）
注：数据来自《中国统计年鉴》各期和《中国金融年鉴》各期。
上面的讨论无疑为货币的长期中性提供了进一步的支持。改革开放以后，在20～40年的频段内，通货膨胀率和货币增长率的当期相关系数高达0.98，并且几乎没有滞后，这说明在长期货币增长的效应最终几乎全部传导到物价变动上了，从而不能给实际变量造成实质性的影响。比较改革开放前后二者的关系我们还发现，改革开放以后通货膨胀与货币增长的相关性更显著，滞后期也更短。另外，改革开放以后M0的行为与理论的符合程度远没有M1和M2那么理想。这些情况都说明在改革开放以后，我国的市场化和货币化程度有了很大提高，货币流通和货币政策的传导更为通畅，各类支付手段和金融工具也有了很大发展。
五、结论
利用我国数据对这两对关系进行考察以后，有三个结论需要明确提出：第一，改革开放前后这两对关系的表现变化很大，说明我国的市场化和货币化进程取得了重大进展；第二，改革开放后，我国在长期内存在货币中性；第三，改革开放后，在短期内货币增长对实体经济的作用十分明显。由于一直实行利率管制政策，到目前为止利率市场化的改革仍在进行中，因此，长期以来我国货币政策的主要手段是控制信贷规模和货币投放。后两个结论肯定了调节货币供给的积极作用，但也为此设定了界限。我国在此期间的货币政策实践也多少印证了后两个结论，每次扩大货币供给启动经济总能在短期内见效，但却也总要面对此后的通货膨胀压力。
由于下面两个原因，我们对第二个结论持谨慎态度。第一，本文的结论来自对滤波结果的简单相关分析，要充分证明货币中性这样的命题，需要更全面和更有说服力的研究；第二，本文的结论只是一个经验研究，要更深入地讨论货币中性命题，需要进行理论研究来阐明其内在机理。虽然如此，本文的研究仍然是很有意义的。首先，本文展示了如何用频率选择滤波来研究宏观经济学中涉及到长期和短期的问题，这类研究在国内还不多见；其次，本文的结论可以为先前这个领域的研究提供一些证据，也可以为后续的研究提供一个思路。
注释：
① Burns,A.F.,and W.C.Mitchell,1946,“Measuring Business Cycles”,New York:National Bureau of Economic Research.
② Lucas,Robert E.,1977,“Understanding Business Cycles”,In Carnegie-Rochester Conference Series on Public Policy,vol.5,pp.7～29.
③ Baxter,M.and R.G.King,1999,“Measuring Businesscycles:Approximate Band-Pass Filters for Economic Time Series”,Review of Economics and Statistics,vol.81,No.4,pp.575～593.
④ Christiano,L.J.,and T.J.Fitzgerald,1999,“The Band Pass Filter”,NBER Working paper No.7257; Federal Reserve Bank of Cleveland Working paper No.9906.
⑤ Hodrick,Robert,and Edward Prescott,1980,“Post-war Business Cycles:An Empirical Investigation”Working Paper,Carnegie-Mellon University.(Published in Journal of Money,Credit and Banking,1997,vol.29,No.1,pp.1～16.
⑥ Ravn,M.and H.Uhlig,2002,“On Adjusting the HP-Filter for the Frequency of Observations”,Review of Economics and Statistics,vol.84,No.2,pp.371～376.
⑦ Iacobucci,Alessandra and Alain Noullez,2004,“A Frequency Selective Filter for Short-Length Time Series”,OFCE Working Paper.
⑧ Baxter,M.and R.G.King,1999,“Measuring Businesscycles:Approximate Band-Pass Filters for Economic Time Series”,Review of Economics and Statistics,vol.81,No.,4,pp.575～593.
⑨ 即带通滤波器，它保留原始时间序列中的中间频段成分，除去相应的高频和低频成分。下文的High-Pass滤波器是高通滤波器，该滤波除去原始时间序列中的低频成分，保留其中的高频成分；Low-Pass滤波是低通滤波器，它保留原始序列中的低频成分。
⑩ Christiano,L.J.,and T.J.Fitzgerald,1999“The Band Pass Filter”,NBER Working paper No.7257;Federal Reserve Bank of Cleveland Working paper No.9906.
(11) Iacobucci,Alessandra and Alain Noullez,2004,“A Frequency Selective Filter for Short-Length Time Series”,OFCE Working Paper.
(12) 刘树成：《论中国的菲利普斯曲线》，《管理世界》1997年第6期。
(13) Christiano,L.J.,and T.J.Fitzgerald,1999,“The Band Pass Filter”,NBER Working paper No.7257; Federal Reserve Bank of Cleveland Working paper No.9906.
标签：通货膨胀率论文; 时间序列论文; 中国统计年鉴论文; 中国金融年鉴论文; 经济论文; 数据滤波论文; 菲利普斯曲线论文;